En artikkel som sirkulerer på Lobsters AI akkurat nå har fått AI-undergrunnen til å våkne. Noen har satt seg ned og faktisk reverse-engineeret Qualcomms QAIRT-kompilator — verktøyet som bestemmer hvordan AI-modeller kjøres på Hexagon NPU-en i Snapdragon-brikker — og lagt ut hele analysen åpent.

For de uinnvidde: QAIRT (Qualcomm AI Runtime) er krumtappen i Qualcomms AI-stack. Det er den proprietære svarte boksen som tar modellene dine og gjør dem om til noe Hexagon NPU-en faktisk kan kjøre effektivt. Problemet? Qualcomm sier lite om hva som skjer inni. Utviklere som vil optimere for edge-enheter er i stor grad overlatt til dokumentasjon som er akkurat god nok til at det funker, men ikke god nok til at du forstår hvorfor.

Det er akkurat det slags proprietary lock-in som gjør folk frustrerte — og motiverte nok til å ta saken i egne hender.

Noen åpnet den svarte boksen Qualcomm helst ville holdt lukket.

Det som gjør dette ekstra interessant er timingen. Qualcomm har i det siste pushet hardt på AI på edge — Snapdragon X-serien er markedsført tungt på NPU-ytelse, og Windows on ARM-momentet er reelt i 2026. Jo mer Qualcomm vil at folk skal bry seg om NPU-en sin, jo mer frustrerende er det at verktøyene rundt den er ugjennomsiktige.

Kommunity-reaksjonen på Lobsters er karakteristisk: en blanding av teknisk beundring, pragmatiske spørsmål om hva dette betyr for eksisterende open-source-alternativene (Apache TVM, ONNX Runtime med QNN-backend, Qualcomms eget Hexagon-MLIR), og noen som noterer at Qualcomm faktisk har gjort noe åpent — men at det tilsynelatende ikke er nok til å tilfredsstille utviklere som vil ha full innsikt.

Noen reverse-engineeret Qualcomms hemmelige NPU-kompilator — og la ut alt - Bilde 1

Hva betyr dette fremover? Tre ting å følge med på:

1. Presset på Qualcomm øker. Når community-folk begynner å reverse-engineere verktøyene dine offentlig, er det et tydelig signal om at dokumentasjonen og åpenheten ikke holder mål.

2. Open-source NPU-kompilering kan få et løft. Funnene her kan potensielt informere prosjekter som Apache TVM og Glow — eller til og med bidra til Qualcomms eget Hexagon-MLIR.

3. Edge AI-kappløpet handler ikke bare om brikker. Verktøykjeden rundt er like viktig. Hvis AMD og Intel kan tilby mer transparente kompileringsløsninger for sine NPU-er, har Qualcomm et reelt differensieringsunderskudd overfor pro-utviklere.

Vær obs: Dette er et early signal basert på community-diskusjon og en enkelt teknisk artikkel. Vi har ikke uavhengig verifisert alle de tekniske påstandene ennå — men signalstyrken her er høy nok til at det er verdt å følge med.